[中配]使用AI的隱秘影響與責任

每次你向ChatGPT提問的時候,某個無聲的機器都會消耗電力。 一次查詢可能只消耗幾焦耳的能量,這barely足以讓一個燈泡亮一秒鐘。 但是,當十億人每天問出十億個問題時,會發生什麼呢? 起初的微光變成了紅流。 而在每一張生成的圖像,每一個預測的短語背後,都隱藏着大多數用戶從未考慮過的無形成本。 一個正在悄然重塑我們環境的力量。 這不僅僅是關於技術的事,這是關於倫理、能源以及許多人不敢提問的問題。 使用人工智能,我應該感到內疚嗎? 讓我們追蹤一下你的提示路徑,從你的設備到受傷的地球。 人工智能並不生活在雲端。 它存在於芯片中、數據中心裏,以及那些需要稀有礦物如錫、鈷和鍵的機器中。 開採這些礦物需要付出巨大的環境和人類成本。 例如,米的開採會產生大量有毒廢物,並且主要集中在中國等地區。 中國控制着全球超過98%的供應。 這些礦物對製造能夠處理人工智能所需並行計算的先進半導體至關重要。 製造這些芯片的廠房需要超純水、大型淨化室和極高的能量輸入。 事實上,全球半導體產業每年消耗超過12億立方米的水。 爲了提供背景,蘋果公司估計其企業水足跡中有99%與供應鏈中的芯片生產有關。 雖然水在技術上是可再生的,但大部分使用發生在水資源緊張的地區,導致當地短缺和生態系統破壞。 然後就是訓練。 像GPT-3和GPT-4這樣的大規模人工智能模型需要大量計算來處理和整理數TB的數據。 僅訓練GPT-3就估計消耗了1287兆瓦時的電力,足夠爲120多戶美國家庭供電一年,並排放超過500公噸二氧化碳。 而這僅僅是一個模型,隨着數十家初創公司和科技巨頭訓練自己的專有系統,總體影響迅速擴大。 從歷史上看,訓練是人工智能生命週期中對環境影響最大的地方,但今天使用已然佔據主導地位。 這是因爲一旦模型部署給數百萬用戶處理數十億每日請求的綜合能耗很快就會超過訓練所需的能耗。 一項研究發現,對於像ChatGPT這樣的熱門模型,使用產生的排放在發佈後兩到三週內超過了訓練產生的排放。 每個提示看起來可能很輕量,處理一個文本請求需要3.6焦耳,轉錄語音需要79焦耳,生成一張圖像需要1700焦耳。 但如果將其擴大到數億用戶,效果迅速累積。 谷歌的排放在2019年至2023年間上升了48%,主要由於人工智能服務的增長。 雖然公司常常宣稱提高了效率,但他們很少考慮到反彈效應。 隨着人工智能工具變得越來越快和便宜,人們使用它們的頻率增加,常常用於更瑣碎的任務。 人工智能模型運行在消耗巨大電力的硬件上。 NVIDIA最新的GPU,比如H100或即將推出的Blackwell芯片,每個功耗達到700瓦或更高。 承載人工智能工作負載的數據中心通常會並行部署數千個這樣的GPU死縮。 一個人工智能數據中心的耗電量可以超過100兆瓦,相當於一個小城市的用電。 美國能源部估計,到2030年,數據中心的電力消耗將佔到全國電力的8%,其中人工智能將佔據新需求的大部分。 電力消耗只是故事的一半。 這些系統運行溫度很高,因此需要龐大的冷卻基礎設施才能維持正常運作。 大多數數據中心使用水冷技術,通常通過蒸發塔或閉環系統進行冷卻。 據報道,訓練GPT-3消耗了70萬升清水,本可以用於飲用水供應或農業的水。 從長遠來看,全球人工智能基礎設施預期的水足跡可能與中型國家相媲美。 冷卻也將環境壓力集中在特定地區。 在愛爾蘭等地,人工智能數據中心現在的電力消耗超過了國家電網的17%。 在幾個美國州,如維吉尼亞州和俄勒岡州,數據中心已經佔據了超過10%的電力需求,迫使公用事業公司推遲煤電廠的關閉。 人工智能的爆炸性增長正在打亂綠色轉型的時間表,而透明度卻稀缺。 像Open人工智能、谷歌和Meta這樣的公司,並沒有法律義務報告訓練其模型所消耗的能源或水。 自然和福布斯發表的調查顯示,科學家們在收集這些工具的環境數據時面臨着多麼大的困難。 結果呢?我們在一個資源密集的未來中盲目前行,卻沒有人對其負責。 有一個常見的反駁意見,人工智能可以用來解決氣候變化。 這部分是正確的。 人工智能能比傳統系統更有效地模擬天氣模式。 它可以優化電網,減少製造過程中的浪費,並建議低碳交通路線。 谷歌希望通過人工智能輔助的效率減少10億噸二氧化碳排放。 但問題在於,大多數人工智能的使用並不是用於這些任務。 它被用於娛樂、自動化、營銷和生產力。 人工智能生成的藝術作品、電子郵件、聊天機器人和社交內容佔據了絕大多數的互動。 雖然這些工具可以節省時間,但它們很少取代碳排放較高的替代品。 實際上它們往往促進了新的消費。 例如,微軟與埃克森美孚合作,利用人工智能提高石油開採,增加了每日5萬桶原油的產量。 所以,儘管人工智能可以是環保的,但它並不天生就是這樣。 這完全取決於是誰在使用它,以及爲什麼使用它。 那麼,我們回到這個問題,使用人工智能是否應該感到內疚? 可能不是,內疚沒有生產力。 但責任呢?改變就從這裏開始。 你是一個消耗真實可測量資源的系統的一部分,但這也意味着你是解決方案的一部分。 你可以減少無意義的提示,只有在人工智能能夠替代更消耗資源的任務時才使用它。 支持要求人工智能提供商透明度的監管。 推動更環保的硬件。 要求全面的生命週期披露。 不要讓企業逍遙法外。 科技巨頭將這份責任推給用戶,卻自己迴避。 但真正的問責制始於高層。 集體行動、投票和公衆壓力能夠推動改變,就像空氣排放標準和塑料廢物管理所做的那樣。 這是iTech,這不僅僅是一個關於進步的問題,這是一個後果的問題。 如果你看到這裏,分享這個視頻給還認爲人工智能生活在雲端的人吧。 訂閱以獲取更多關於塑造我們生活的技術的深入探討,並留言。 你認爲人工智能的真實成本會是多少?